AI 에이전트의 심층 탐구: 종류, 활용 및 미래 전망

1. 요약

• 최근 빠르게 발전하고 있는 AI 에이전트는 인공지능 기술의 변화를 상징하는 중요한 개념으로, 단순한 자동화 도구에서 벗어나 다양한 분야에서 개인 비서와 같은 역할을 수행할 수 있는 혁신적인 기술로 주목받고 있습니다. AI 에이전트는 사용자의 명령을 이해하고, 문제를 스스로 분석하여 해결하는 능력을 지니고 있으며, 이는 기업에서 의사 결정을 지원하고 업무 효율성을 높여주는 데 큰 기여를 하고 있습니다. 다양한 유형의 AI 에이전트는 개인 비서, 고객 서비스 챗봇, 데이터 분석 도구 등으로 나뉘며, 각기 다른 방식으로 사용자 경험을 혁신적으로 변화시키고 있습니다. 이러한 기술의 발전은 사용자가 필요로 하는 정보를 제공하는 데 그치지 않고, 상황에 맞는 개인화된 서비스를 제공하기 위해 사용자의 요구와 환경을 분석하는 능력을 갖추고 있습니다.

• AI 에이전트의 필요성은 현대 사회의 정보 증가와 다양한 데이터의 생산 속도에 따라 더욱 강조되고 있습니다. 기업과 개인 모두가 이를 적절히 활용하여 효율적이고 가치 있는 작업을 수행할 수 있는 방법이 필요해지었습니다. 특히 기업 환경에서 AI 에이전트는 비즈니스 프로세스를 자동화하고 인력의 부담을 줄여주는 데 중요한 역할을 수행하고 있으며, 이는 고객 서비스 분야에서 더욱 두드러지게 나타나고 있습니다. AI 에이전트를 통한 24시간 고객 지원 체계 구축과 인건비 절감은 많은 기업들이 이러한 기술을 도입하는 이유 중 하나입니다.

• 더 나아가 AI 에이전트의 발전은 저출산 및 고령화 사회에서의 인력 부족 문제를 해결하는 데 기여할 수 있으며, 이는 결국 기술의 발전을 통해 인간의 삶을 개선할 수 있는 사례로 자리 잡고 있습니다. 이처럼 AI 에이전트 기술은 단순한 도구를 넘어, 사람의 일을 보조하거나 대체하고, 생산성을 높이는 긍정적인 방향으로 발전하고 있습니다.

2. AI 에이전트의 정의와 그 중요성

• 2-1. AI 에이전트의 개념

• AI 에이전트는 사용자의 명령을 받고 스스로 문제를 분석하여 해결하는 소프트웨어입니다. 이러한 시스템은 사용자의 요구를 이해하고 응답할 수 있는 능력을 갖추고 있으며, 단순한 질의응답 시스템을 넘어, 복잡한 작업을 독립적으로 수행할 수 있는 능력을 지니고 있습니다. AI 에이전트는 사용자의 상황과 페르소나를 메모리에 저장하여, 그 정보를 바탕으로 개인화된 서비스 제공을 목표로 합니다.

• AI 에이전트의 작동 방식은 크게 세 가지로 나눌 수 있습니다. 첫째, 사용자의 명령을 분석하고 이해합니다. 둘째, 필요에 따라 외부 도구와 상호작용하여 문제를 해결합니다. 셋째, 결과물을 검토하고 필요한 경우 재조정하는 과정을 반복합니다. 이 과정을 통해 AI 에이전트는 점점 더 많은 경험을 쌓고, 사용자에게 최적의 결과를 제공할 수 있게 됩니다.

• 다양한 용도로 활용 가능한 AI 에이전트의 예로는 가상 비서, 고객 서비스 챗봇, 데이터 분석 도구 등이 있습니다. 이러한 AI 에이전트들은 개인의 일상부터 기업의 운영까지 폭넓은 분야에서 활용되며, 사용자 경험을 혁신적으로 변화시키고 있습니다.

• 2-2. AI 에이전트의 필요성과 사회적 맥락

• AI 에이전트는 현대 사회에서 점점 더 필요해지고 있는 기술입니다. 기술의 발전과 함께 정보의 양이 급증하고, 다양한 데이터가 생산됨에 따라, 이를 효율적으로 활용하는 방법이 필요해지기 때문입니다. 기업과 개인 모두가 이러한 도구를 통해 더 효율적으로 작업을 수행하고, 의사 결정을 지원받을 수 있습니다.

• 특히 기업 환경에서 AI 에이전트는 비즈니스 프로세스를 자동화하고 인력의 부담을 줄이는 데 큰 역할을 합니다. 예를 들어, 고객 서비스 분야에서는 AI 에이전트를 통해 24시간 고객 지원을 제공할 수 있으며, 이는 인건비 절감은 물론 고객 만족도를 높이는 데 기여합니다. 실제로 많은 기업들이 AI 에이전트를 도입하여 서비스 품질을 향상시키고, 업무 프로세스를 최적화하고 있습니다.

• 사회적 맥락에서 볼 때, AI 에이전트의 발전은 저출산 및 고령화 사회에서의 인력 부족 문제를 해결하는 데에도 중요한 기여를 할 수 있습니다. AI 에이전트는 사람의 일을 보조하거나 대체하는 역할을 하여, 인력 부족의 한계를 극복하고, 생산성을 높이는 데 기여할 것입니다. 이러한 변화는 기술에 의해 인간의 삶이 개선될 수 있는 좋은 사례로 떠오르고 있습니다.

3. AI 에이전트의 주요 유형

• 3-1. AI 에이전트의 7가지 주요 범주

• AI 에이전트는 다양한 기술과 기능을 통해 여러 범주로 나뉩니다. 이들은 각각 고유의 의사결정 방식과 처리 능력을 갖추고 있으며, 상황에 따라 서로 다른 역할을 수행합니다. AI 에이전트의 7가지 주요 유형은 다음과 같습니다. 1. **단순 반사 작용제**: 단순 반사 에이전트는 기본적인 조건-행동 규칙에 따라 작동합니다. 이들은 과거 사건에 대한 기억이 없이 현재 환경의 신호에 즉각적으로 반응하여 의사 결정을 내립니다. 예를 들어, 특정 온도가 임계값을 초과할 시 자동으로 에어컨을 작동시키는 스마트 온도 조절기입니다. 2. **모델 기반 반사 에이전트**: 이 에이전트는 환경의 내부 모델을 유지하며, 센서를 활용하여 정보를 수집하고 이력을 토대로 더욱 정교한 의사 결정을 가능하게 합니다. 체스를 두는 AI가 그 예로, 과거의 이동 기록과 현재 보드 상태를 종합해 다음 수를 결정합니다. 3. **학습 에이전트**: 머신 러닝 기술을 통해 시간에 따라 적응하고 성능을 향상시키는 학습 에이전트입니다. 이들은 경험을 통해 새로운 지식을 습득하고 행동을 조정합니다. 예를 들어, 사용자 피드백을 통해 새로운 스팸 이메일을 식별하는 스팸 필터가 있습니다. 4. **유틸리티 기반 에이전트**: 목표 기반 에이전트 또는 효용 기반 에이전트라고도 하며, 이는 잠재적 결과의 바람직성을 평가하여 의사 결정을 내립니다. 즉, 가장 유리한 결과를 가져오는 행동을 선택하여 성과를 극대화하는 것을 목표로 합니다. 예를 들어, 다양한 투자 옵션을 평가하는 투자 자문가 AI가 해당 유형에 속합니다. 5. **계층적 에이전트**: 이 에이전트는 상위 및 하위 수준의 상담원으로 구성된 구조적 계층을 형성합니다. 이를 통해 여러 수준에서 책임을 분담하여 복잡한 작업을 효율적으로 처리합니다. 제조 공정에서의 예로, 전체 생산 목표를 관리하는 상위 레벨 에이전트와 개별 기계를 제어하는 하위 레벨 에이전트가 있습니다. 6. **가상 어시스턴트**: Google 어시스턴트와 같은 가상 비서는 일상 생활에서 중요한 역할을 담당하며, 자연어 처리와 머신 러닝 기술을 통해 인간의 언어를 이해하고 이에 반응합니다. 음성 명령을 인식하고 정보를 제공하는 등 다양한 작업을 수행합니다. 7. **로봇 에이전트**: 자율 주행 자동차나 진공 청소기 등의 로봇 에이전트는 자율적으로 환경을 탐색하고 상호작용합니다. 이 에이전트는 센서와 의사 결정 알고리즘을 통해 복잡한 작업을 수행합니다.

• 3-2. 각 유형의 기능과 예시

• AI 에이전트의 각 유형은 특유의 기능과 특정한 예시를 통해 그 역할을 진화시키고 있습니다. 각 유형의 기능을 좀 더 자세히 살펴보겠습니다. - **단순 반사 작용제**: 이 에이전트는 환경에서 입력된 신호에 즉각적으로 반응하여 매우 제한적이고 단순한 행동을 취합니다. 예를 들어, 집안의 온도가 특정 값에 도달했을 때 에어컨이 자동으로 작동되도록 하는 시스템입니다. - **모델 기반 반사 에이전트**: 이러한 에이전트는 이전의 상황을 기억하고 이를 기반으로 보다 정교한 반응을 생성합니다. 체스 게임에서 현재 판의 상황을 분석하여 최선의 수를 선택하는 체스 AI가 이에 해당합니다. - **학습 에이전트**: 이들은 과거 학습을 통해 점진적으로 개선되는 시스템으로, 사용자의 행동을 학습하여 맞춤형 결과를 생성합니다. 예를 들어, 스팸 메일 필터는 시간이 지남에 따라 사용자의 선택을 학습하여 스팸 이메일을 더욱 효과적으로 차단합니다. - **유틸리티 기반 에이전트**: 이 에이전트는 특정 목표를 달성하기 위해 최적의 선택을 할 수 있도록 설계되었습니다. 예를 들어, 금융 투자 AI는 다양한 투자 옵션을 평가하여 사용자의 포트폴리오 성장을 극대화하는 옵션을 제안합니다. - **계층적 에이전트**: 이 구조는 팀워크를 통해 복잡한 문제를 처리하는데 매우 유용합니다. 제조업체의 경우, 높은 수준의 관리자 에이전트가 전체 작업을 감독하고 하위 레벨의 에이전트가 개별 기계를 조정하여 효율성을 높이는 데 기여합니다. - **가상 어시스턴트**: 이들은 사용자와의 상호작용을 돕는 AI 도구로, 스마트폰에서 바로 사용 가능하며, 음성 인식 및 자연어 처리 기술을 활용하여 다양한 작업을 수행합니다. 예를 들어 Google 어시스턴트가 대표적입니다. - **로봇 에이전트**: 실생활의 복잡한 작업을 수행하는 능력을 가진 로봇입니다. 자율 주행 차량은 센서를 통해 주변 환경을 탐지하고, 안전한 경로를 설정하여 주행하는 능력을 갖추고 있습니다.

4. AI 에이전트와 기존 기술의 차별점

• 4-1. AI 에이전트와 챗봇의 차이

• AI 에이전트와 챗봇은 모두 사용자와의 상호작용을 통해 정보를 제공하는 기술이지만, 이들 간에는 뚜렷한 차이점이 존재합니다. 먼저, 챗봇은 대개 정해진 스크립트나 데이터베이스를 기반으로 사용자의 질문에 대한 대답을 제공하는 시스템입니다. 사용자가 입력한 질문에 대해 사전 정의된 응답을 가져오거나, 제한된 범위 내에서 자주 묻는 질문(FAQ)에 대한 정보를 제공합니다. 반면, AI 에이전트는 사용자의 명령을 보다 잘 이해하고, 다양한 도구와 상호작용할 수 있는 능력을 갖추고 있습니다. 이러한 AI 에이전트는 사용자가 요청한 작업을 완료하기 위해 여러 단계의 판단과 작업을 수행할 수 있습니다.

• 예를 들어, 사용자가 '회의 일정을 잡아줘'라는 명령을 내렸을 때, 챗봇은 엄격히 정해진 답변으로 대응하는 반면, AI 에이전트는 사용자의 일정과 참석자의 가능 시간을 분석하여 최적의 회의 시간을 찾아주는 등 복잡한 과업을 수행할 수 있습니다. 이는 AI 에이전트의 자율성과 상황 인식 능력이 결합되어 실현되는 결과입니다. 요컨대, AI 에이전트는 단순한 정보 제공을 넘어, 사용자의 요구에 맞춰 자동으로 작업을 수행하는 데 중점을 두고 있습니다.

• 4-2. AI 에이전트의 발전 배경

• AI 에이전트 기술의 발전 배경은 크게 두 가지 방향에서 설명할 수 있습니다. 첫 번째는 자연어 처리(NLP) 기술의 발전입니다. 초기 형태의 AI 에이전트는 사용자의 명령을 이해하는 데 한계가 있었으며, 자연어 처리 기술의 발전이 그 성능을 향상시키는 데 중요한 역할을 했습니다. 특히, 대형 언어 모델(LLM)의 도입으로 AI 에이전트는 사용자의 의도를 보다 정확하게 파악하고, 보다 복잡한 질문에 대해 효율적으로 대응할 수 있는 능력을 갖추게 되었습니다.

• 두 번째는 AI 에이전트가 활용하는 다양한 도구와 서비스의 확산입니다. 현대의 AI 에이전트는 다양한 플랫폼과 연동될 수 있는 능력을 가지고 있으며, 이러한 환경에서 여러 도구와의 통합을 통해, 사용자가 직면한 문제를 해결하는 과정이나 작업을 보다 원활하게 수행할 수 있게끔 제작되었습니다. 이는 AI 에이전트가 단순한 정보 제공을 넘어 자신의 존재를 실질적으로 활용할 수 있는 기반이 되었음을 의미합니다. 이미 여러 기업에서 AI 에이전트를 도입해 업무 자동화 및 서비스 개선에 나서고 있으며, 그 결과는 실질적인 업무 효율성 향상으로 이어지고 있습니다.

5. AI 에이전트의 활용 사례 및 이점

• 5-1. 기업에서의 AI 에이전트 활용 방안

• AI 에이전트는 현대 기업 환경에서 다양한 방식으로 활용되고 있으며, 특히 업무 효율성을 극대화하는데 큰 기여를 하고 있습니다. 예를 들어, 프로젝트 관리 플랫폼에서 AI 에이전트를 도입하면 팀원 간의 협업을 원활하게 하고, 중요한 일정 및 작업을 자동으로 관리할 수 있습니다. 사용자가 "다음 주 회의 일정을 잡아줘"라고 요청하면 AI 에이전트는 참석자들의 가능한 시간을 조회하고 최적의 일정으로 회의를 예약한 후, 참석자들에게 초대장을 자동으로 발송하는 역할을 수행합니다. 이러한 자동화는 수작업을 줄이고, 팀원들이 더 창의적인 작업에 집중할 수 있는 여유를 제공합니다. 또한, 고객 서비스 분야에서도 AI 에이전트의 사용 사례가 증가하고 있습니다. 기업들은 고객 문의에 대한 응답 시간을 단축하고, 24시간 지원 체계를 구축하기 위해 AI 기반의 챗봇과 에이전트를 활용하고 있습니다. 고객이 제품에 대한 질문을 하면, AI 에이전트는 자발적으로 적절한 정보를 검색하여 제공할 수 있으며, 특정 조건을 기반으로 한 추천을 통해 보다 개인화된 고객 경험을 제공할 수 있습니다. 예를 들어, 사용자가 "여름용 옷을 찾고 있어요"라고 입력하면, AI 에이전트가 고객의 지난 구매 이력이나 선호도를 분석하여 맞춤형 상품을 추천하는 방식입니다. 이외에도 AI 에이전트의 활용 방안은 다양합니다. 금융 분야에서는 개인의 소비 패턴을 분석하여 맞춤형 재정 상담을 제공하고, 의료 분야에서는 환자의 건강 데이터를 기반으로 예방적 조치를 제안하는 등의 기능을 수행할 수 있습니다. 이러한 방식으로 AI 에이전트는 특정 산업의 요구를 충족시키며, 복잡한 의사결정 과정을 데이터 기반으로 지원합니다.

• 5-2. AI 에이전트를 통한 업무 효율성 향상

• AI 에이전트는 업무 프로세스를 자동화하고, 효율성을 높이는 데 많은 기여를 하고 있습니다. 많은 기업들이 데이터를 수집하고 분석하여 인사이트를 도출하는 과정에서 AI 에이전트를 채택하고 있는데, 이는 과거의 수작업 데이터 분석에서 벗어나 자동으로 실시간 분석 결과를 제공하는 데 매우 유용합니다. 예를 들어, AI 에이전트를 통해 세일즈 데이터 분석을 자동화하게 되면, 영업팀은 매출 추세와 고객 선호도를 파악하는 데 필요한 시간과 노력을 대폭 줄일 수 있습니다. 또한, 반복적인 업무를 담당하는 AI 에이전트의 도입은 직원들이 보다 고급의 업무에 집중할 수 있게 해 줍니다. 예를 들어 회계 부서에서는 월말 결산을 위한 전표 입력과 같은 반복적인 작업을 AI 에이전트가 처리하게 함으로써, 회계 담당자는 데이터 분석과 재무 전략 수립 등의 가치 있는 작업에 집중할 수 있습니다. 문서 처리에서도 AI 에이전트를 활용하여 비서업무를 자동화하거나, 이메일 데이터를 분석하여 효과적인 고객 서비스를 제공할 수 있습니다. 마지막으로, AI 에이전트는 커뮤니케이션을 촉진하며 팀워크를 강화하는 역할도 수행합니다. 대규모 팀이 동시에 참여하는 프로젝트에서 특정 정보를 수집하고 정리하는 작업을 AI 에이전트가 맡게 된다면, 팀원 간의 커뮤니케이션이 더욱 원활하게 이루어질 수 있습니다. AI 에이전트는 각 팀원에게 필요한 정보를 실시간으로 제공하며, 문제를 신속하게 해결하는 데 도움을 줄 수 있습니다.

6. 미래의 AI 에이전트 기술 전망

• 6-1. AI 에이전트의 발전 방향

• AI 에이전트 기술은 빠르게 발전하고 있으며, 향후 몇 년간 다양한 측면에서 혁신적 변화를 예고하고 있습니다. 현재 AI 에이전트는 자율적이고 복잡한 작업을 수행할 수 있는 능력을 점차적으로 갖추어 나가고 있으며, LLM(대형 언어 모델)과 LMM(대형 멀티모달 모델)의 발전에 힘입어 더욱 성숙하게 될 것입니다. 예를 들어, 이러한 모델들은 사용자가 제시하는 명령 및 요구 사항을 자연스럽게 이해하고 수행하게 될 것으로 보입니다. 이는 단순한 정보 검색과 답변 제공을 넘어, 사용자와의 대화(contextual conversation)를 통해 더 심도 있는 의사 소통을 가능하게 할 것입니다.

• 또한, AI 에이전트는 데이터에 기반한 의사 결정을 내리는 데 필요한 정보를 수집하고 분석하는 능력을 향상시키고 있습니다. 이용자 맞춤형 서비스 개발이 가속화됨에 따라, 개인에 맞는 더욱 정교화된 정보 제공 및 작업 수행 기능이 추가될 것입니다. 이는 사용자의 특정 요구와 환경을 이해하고 이에 맞춰 최적의 솔루션을 제시하는 방향으로 발전할 것입니다. 이를 통해 의료, 금융, 교육 등 다양한 분야에서 AI 에이전트의 역할이 크게 증가할 것으로 기대됩니다.

• 6-2. 향후 도전 과제 및 기회

• AI 에이전트의 발전에는 여러 가지 도전과제가 동반될 것입니다. 가장 중요한 문제 중 하나는 AI 에이전트의 신뢰성과 책임성입니다. AI 모델의 결정 과정 및 결과물에 대한 투명성을 유지하고, 잘못된 결정에 대한 책임을 명확히 하는 것은 기술의 수용에 있어 핵심적인 요소입니다. 예를 들어, 데이터 프라이버시와 보안 문제가 더욱 중요해짐에 따라, AI 에이전트의 사용에 관련된 법적 기준 및 윤리적 지침이 필요할 것입니다.

• 또한, AI 에이전트의 자율성 증가에 따른 사회적 수용도 중요한 요소입니다. AI가 노동 시장에 미치는 영향에 대한 논의가 활발히 이루어지고 있는 가운데, AI 에이전트가 사람과 협력하여 보다 높은 생산성과 효율성을 창출할 수 있도록 하는 교육 및 정책이 마련되어야 합니다. 이 과정에서 AI의 협력적 역할을 강조하여 인간의 생산성과 만족도를 높이는 방향으로 나아가야 할 것입니다. 이러한 도전 과제를 해결하는 과정에서 AI 에이전트는 새로운 기회를 창출하고, 기술의 가치를 최대한 끌어낼 수 있을 것입니다.

결론

• AI 에이전트는 현재 다양한 산업 및 일상 생활에서 중요한 역할을 수행하고 있으며, 그 발전 가능성은 앞으로 더욱 확대될 것으로 전망됩니다. 앞으로의 AI 에이전트는 더욱 정교한 의사 결정을 지원하고, 개인의 생산성을 극대화하는 데 중요한 역할을 할 것입니다. 이는 특정 분야에 국한되지 않고 의료, 금융, 교육 등 다양한 산업에서 나타날 것입니다. 다가오는 미래에 AI 에이전트는 과거의 단순한 도구에서 벗어나 사람과의 협업을 통해 보다 직접적이고 심도 깊은 사용자 경험을 제공하는 기술로 발전할 것입니다.

• 따라서 이러한 기술의 잠재력을 극대화하기 위해서는 지속적인 연구와 개발이 필수적입니다. 기업과 연구 기관은 AI 에이전트를 도입하고 발전시키기 위한 전략을 수립하여 이 기술을 더 잘 이해하고 활용할 수 있어야 합니다. 미래 지향적인 접근을 통해 AI 에이전트가 제공할 수 있는 다양한 기회에 대해 깊이 살펴보고, 이를 기반으로 한 혁신적인 서비스를 개발함으로써 새로운 시장을 창출할 수 있을 것입니다.

• 결국 AI 에이전트는 단순히 작업 효율성을 높이는 도구를 넘어, 앞으로 사회 전반의 구조와 운영 방식을 변화시킬 수 있는 큰 잠재력을 지니고 있음을 인식해야 합니다. 이러한 기술의 진보는 기술적 한계를 넘어 인간의 상상력을 확장시키고, 새로운 패러다임의 변화를 가져오는 중요한 요소가 될 것입니다.

용어집

• AI 에이전트 [기술]: 사용자의 명령을 받으며 스스로 문제를 분석하고 해결하는 소프트웨어로, 개인화된 서비스를 제공하는 능력을 갖춘 인공지능 기술.

• 자율주행 자동차 [기술]: 주어진 환경에서 스스로 운전하며, 센서와 알고리즘을 통해 경로를 계획하고 주행하는 로봇 에이전트.

• 자연어 처리(NLP) [기술]: 인공지능이 사람의 언어를 이해하고 해석할 수 있도록 하는 기술로, AI 에이전트의 성능 향상에 기여.

• 대형 언어 모델(LLM) [기술]: 광범위한 언어 데이터를 학습하여 다양한 언어적 작업을 수행할 수 있도록 설계된 인공지능 모델.

• 유틸리티 기반 에이전트 [AI 에이전트 유형]: 잠재적 결과의 바람직성을 평가하여 최적의 행동을 선택하는 목표 기반 AI 에이전트.

• 가상 어시스턴트 [AI 에이전트 유형]: 사용자와 상호작용하며 자연어 처리와 머신 러닝 기술을 활용하여 다양한 작업을 수행하는 AI 소프트웨어.

• 로봇 에이전트 [AI 에이전트 유형]: 환경을 탐색하고 자율적으로 작업을 수행하는 물리적 로봇 시스템.

• 학습 에이전트 [AI 에이전트 유형]: 머신 러닝을 통해 시간에 따라 적응하고 성능을 향상시키는 AI 에이전트 유형.

• 고령화 사회 [사회적 맥락]: 인구의 평균 연령이 높아지면서 젊은 인구가 줄어드는 사회적 현상으로, AI 에이전트의 필요성이 증가하는 맥락.

• 비즈니스 프로세스 자동화 [활용 사례]: AI 에이전트를 활용하여 기업의 일상적인 업무를 자동으로 처리하는 방안.

출처 문서

• AI 에이전트에는 어떤 종류가 있나요?https://botpress.com/ko/blog/what-are-the-different-types-of-ai-agents
• Skelter Labs Blog - 2024 The Rise of AI Agents :: 다각도로 살펴보는 AI 에이전트https://www.skelterlabs.com/blog/2024-the-rise-of-ai-agents
• Skelter Labs Blog - AI 에이전트의 이유 있는 성장 궤도https://www.skelterlabs.com/blog/ai-agent-on-point
• AI 에이전트란 무엇인가요?https://botpress.com/ko/blog/what-is-an-ai-agent